原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明属于机器学习技术领域，公开了一种基于原型对比学习的开放集识别方法及系统，包括：S1，为预训练阶段，首先在训练集中按一定比例划分出已知类样本集与未知类样本集；然后，对其中的已知类样本进行数据增强，将增强得到的样本输入预训练模型中进行训练；S2，分类器训练阶段，冻结训练好的预训练模型的参数，使用交叉熵损失训练分类器；S3，测试阶段，使用训练好的分类器对新样本进行测试，得到分类结果。本发明引入类原型思想，构建原型对比学习模型，设计原型对比损失函数来训练模型，促使样本在特征空间中向相应类原型靠近，
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117710738A
(43)申请公布日2024.03.15
(21)申请号202311731560.X
(22)申请日2023.12.15
(71)申请人桂林电子科技大学
文档评论（0）